양방향 Anova에 대한 LostDFY= 표준화된 테스트 성장
X=AP 학생; NonAP 학생, 백인, 흑인, 히스패닉, 아시아인, 2+인종, 태평양 섬 주민, 아메리카 원주민.
"누락된 데이터 제외"를 통해 빈 셀을 무시하려면 JMP 기능을 켜야 했습니다.
각 X는 MACROS - FULL FACTORIAL을 사용하여 삽입 및 교차되었습니다. 이미지는 결과입니다. LostDF가 있는 이유는 무엇입니까?
내 데이터 세트가 큽니다. 8000? 내 열은 AP로 표시된 학생이 있는 위치에 설정됩니다(그렇지 않은 경우 셀은 비어 있음). 이것이 제가 인종 및 민족 카테고리를 만든 방법이기도 합니다. 두 모집단(AP 및 NonAP)의 점수 증가에 대한 인종 및 민족의 영향을 테스트하고 싶습니다.
기본 데이터 분석 및 모델링콘텐츠 구성맥 OSRe: 양방향 Anova에 대한 LostDF창 상단에서 특이점 세부정보를 확인하세요. 먼저 표시됩니다. 귀하의 모델이 과도하게 지정되었습니다. 데이터는 이 모형의 모든 항 추정을 지원하지 않습니다. N이 충분한가의 문제가 아니라 요인수준의 조합의 문제이다.
Re: 양방향 Anova에 대한 LostDF내 모델이 "과도하게 지정"되었다는 것이 무슨 뜻인지 설명해 주시겠습니까? 나는 통계학자가 아닙니다. 내 스프레드시트에서 내 데이터의 구조를 수정하는 것이 문제입니까? X 및 Y 변수 각각에 대해 별도의 열이 있습니다.
두 개의 별도 열 대신에 하나는 AP 학생용이고 다른 하나는 NonAP 학생용입니다. 이게 잘못된 건가요? AP 또는 NonAP 중 하나만 코딩해야 합니까?
Re: 양방향 Anova에 대한 LostDF데이터 테이블을 첨부해 놓으면 도움이 될 것입니다. 데이터 테이블이 제대로 구성되지 않았을 수 있습니다. 모델이 과도하게 지정되었다는 것은 데이터 테이블의 정보 양에 비해 모델에 너무 많은 항이 있다는 것을 의미합니다. 아마도 더 높은 차수의 항(예: 상호 작용 또는 비선형)이 있고 데이터 세트에 해당 조합이 없을 수도 있습니다.
두 가지 요소가 있는 것으로 보입니다.
X1: 2개 레벨 배치
X2: 7개 레벨의 레이스
Y, X1, X2의 3개 열이 있어야 합니다.
Re: 양방향 Anova에 대한 LostDF모델에 변수가 너무 많은 것 같습니다. 예를 들어 AP와 nonAP는 같은 정보인데 반전되어 있는 걸까요? AP로 표시되지 않은 사람은 아마도 nonAP로 표시되었을 것 같습니다. 모델에 두 변수를 모두 넣으면 특이점이 발생할 수 있습니다. 또한 일부 인구통계 그룹이 정보를 중복시키는 방식으로 AP 열과 겹칠 수 있는 것으로 보입니다. 데이터 테이블의 샘플을 첨부하면 더 명확해질 것입니다.
